الإجاباتمنشور16 المصادر
تحذير غولدمان من هبوط أسعار «توكنات» الذكاء الاصطناعي: ماذا يعني لمستثمري البنية التحتية؟
هبط مؤشر إنفاق توكنات نماذج اللغة الكبيرة إلى 0.97 دولار لكل مليون توكن بعد تراجع قدره 29% في أغسطس، ما يثير سؤالاً حول قدرة الشركات على تحقيق إيراد مستدام من كل وحدة استخدام. المخاطرة ليست حتمية: تتوقع أبحاث غولدمان ساكس أن ترفع وكلاء الذكاء الاصطناعي الاستهلاك الشهري للتوكنات 24 مرة إلى نحو 120 كوادريليون توكن بحل...
نشر بواسطةتم التحرير باستخدام GPT-5.6 Terraتم إنشاء الصور باستخدام GPT Image 2
إجابة البحث
الوجبات السريعة الرئيسية
- هبط مؤشر إنفاق توكنات نماذج اللغة الكبيرة إلى 0.97 دولار لكل مليون توكن بعد تراجع قدره 29% في أغسطس، ما يثير سؤالاً حول قدرة الشركات على تحقيق إيراد مستدام من كل وحدة استخدام.
- المخاطرة ليست حتمية: تتوقع أبحاث غولدمان ساكس أن ترفع وكلاء الذكاء الاصطناعي الاستهلاك الشهري للتوكنات 24 مرة إلى نحو 120 كوادريليون توكن بحلول 2030، لكن ذلك يبقى توقعاً يحتاج إلى تحويله إلى استخدامات مدفوعة ومتكررة.
- ينبغي للمستثمرين متابعة نمو إيرادات الذكاء الاصطناعي مقارنة بهبوط الأسعار، والطلبات مقابل النشر الفعلي للخوادم والمسرّعات، ونسب إشغال مراكز البيانات والسعات المتعاقد عليها.
موجّه الذكاء الاصطناعي
openai.comCreate a landscape editorial hero image for this Studio Global article: How is Goldman Sachs’ warning that rapidly falling LLM token prices—down to about $0.97–$0.98 per million tokens after a 29% August decline. Article summary: Goldman’s warning implies a more selective, riskier outlook for AI-infrastructure investors: compute demand can grow sharply while the revenue earned per unit of compute falls even faster. If that happens, utilization, p. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fak
انخفاض كلفة تشغيل نماذج الذكاء الاصطناعي، أو ما يُعرف بـ«الاستدلال»، قد يجعل هذه النماذج متاحة لتطبيقات وفئات مستخدمين أكثر. لكن هذا الانخفاض نفسه يعقّد الرهان الاستثماري على الرقائق والسعات السحابية ومراكز البيانات التي تُبنى لخدمتها.
فجوهر تحذير غولدمان ساكس هو فجوة زمنية واقتصادية: تُنفق الشركات على البنية التحتية قبل سنوات من تحقق الطلب، فيما يمكن أن يهبط السعر الذي يُحصّل مقابل استخدام النموذج سريعاً. ووصل مؤشر Silicon Data لإنفاق توكنات نماذج اللغة الكبيرة إلى 0.97 دولار لكل مليون توكن، عقب تراجع بنسبة 29% خلال أغسطس. كما أظهر مؤشر آخر لأسعار النماذج الرائدة أن الأسعار تقل 84% عن خط أساسه في مارس 2023. 2
4
5
و«التوكن» هو وحدة نصية صغيرة تُستخدم لقياس ما يعالجه النموذج من مدخلات ومخرجات. لذلك، لا يكفي أن يزداد عدد التوكنات المستهلكة؛ بل يجب أن يرتفع الاستخدام المدفوع، ومعه الإيراد والكفاءة، بالقدر الكافي لتعويض تراجع سعر كل توكن.
المعادلة الحاسمة: هل يتفوق نمو الحجم على انكماش الأسعار؟
هبوط سعر التوكن ليس إشارة سلبية في حد ذاته. فالأسعار الأقل قد تجعل الذكاء الاصطناعي مجدياً اقتصادياً في استخدامات جديدة، وتدفع الشركات والمطورين إلى التجربة والاعتماد الفعلي. لكن التحدي أمام مقدمي الخدمة هو ما إذا كان نمو حجم الاستخدام المدفوع وتحسن الكفاءة التشغيلية سيتجاوزان تراجع الإيراد لكل توكن.
بحسب التحذير المنسوب إلى غولدمان، قد لا تكون تسعيرة كل توكن قابلة للاستدامة تحت ضغط المنافسة بين النماذج، وقد ينتهي الأمر بفائض في البنية التحتية إذا لم يرتفع استهلاك الحوسبة بالسرعة الكافية. 1
2
وهنا ينبغي التمييز بين ثلاثة أمور:
- المستخدم يستفيد من الذكاء الاصطناعي الأرخص عندما يتيح تطبيقات عملية بتكلفة أقل.
- مالك البنية التحتية قد يتضرر إذا كانت استثماراته مبنية على افتراض ندرة مستمرة في الحوسبة مرتفعة السعر.
- النتيجة تتوقف على مرونة الطلب: هل يخلق خفض الأسعار استخداماً إضافياً يكفي للحفاظ على إجمالي الإيرادات والطلب على الحوسبة، أو زيادتهما؟
لماذا يمثل حجم الإنفاق الرأسمالي مصدر قلق؟
يتزامن هذا الاحتمال مع توسع ضخم متوقع في الإنفاق. ويقدّر السيناريو الأساسي لدى غولدمان ساكس استثمارات رأسمالية مرتبطة بالذكاء الاصطناعي بنحو 7.6 تريليونات دولار بين 2026 و2031، موزعة بين الحوسبة ومراكز البيانات والطاقة. ويشير النموذج إلى ارتفاع الإنفاق السنوي من نحو 765 مليار دولار في 2026 إلى 1.6 تريليون دولار في 2031، مع تأكيد غولدمان أن هذه تقديرات حساسة لافتراضات النموذج وليست حقائق مؤكدة. 9
تكمن أهمية اتجاه أسعار التوكنات في أن قسطاً كبيراً من هذا الإنفاق يذهب إلى أصول طويلة العمر: مسرّعات الحوسبة، والخوادم، والشبكات، والمنشآت، والبنية الكهربائية. وهذه الأصول تحتاج إلى أحمال عمل مستدامة وعوائد معقولة عبر الزمن، لا إلى طفرة استخدام عابرة.
ماذا يعني ذلك لشركات الرقائق؟
بالنسبة إلى موردي أشباه الموصلات، قد لا يظهر التباطؤ الناتج عن ضغط الأسعار على شكل انهيار فوري في الطلب. فقد يواصل العملاء بناء السعة دعماً لمنتجات ذكاء اصطناعي جديدة أو لضمان توافر الإمدادات.
لكن الخطر يتبلور إذا تجاوزت القدرة المنشورة حجم الطلب المربح. عندها قد تؤجل الشركات شراء المسرّعات والخوادم الجديدة، أو تصبح أكثر حساسية للأسعار، أو تطلب أداءً أعلى مقابل كل دولار. وقد تكون الشركات التي تمتلك عتاداً متمايزاً أو منظومة برمجية قوية أو حلول استدلال أكثر كفاءة أفضل تحصيناً من الموردين الذين يبيعون سعة متشابهة على نطاق واسع.
السؤال العملي ليس فقط: هل تُسلَّم المعدات؟ بل: هل تتحول إلى سعات مستخدمة فعلياً في أعباء عمل تولّد إيراداً؟
مراكز البيانات أمام اختبار الإشغال والاستغلال
تتطلب مشاريع مراكز البيانات التزامات كبيرة وطويلة الأجل بالأراضي والطاقة والمنشآت. وإذا أصبح الاستدلال أكثر كفاءة أو أقل سعراً، فقد يحتاج العملاء إلى بنية تحتية أقل لإنتاج المستوى نفسه من مخرجات التطبيقات. وهذا قد يضغط على نسب الإشغال واقتصاديات عقود الإيجار وعوائد المشاريع التي افترضت استمرار ندرة السعة.
ولا يعني ذلك اختفاء الطلب على مراكز البيانات؛ إذ قد يبقى توافر الطاقة والمتطلبات التقنية لنشر الذكاء الاصطناعي قيداً على المعروض. لكن ندرة السعة في منطقة ما أو سوق كهرباء معين قد تتعايش مع اقتصاديات أضعف في أماكن أخرى. لذلك من المهم الفصل بين الندرة المادية وبين الدليل على أن العملاء يستهلكون السعة بصورة مربحة، ويجددون التزاماتهم أو يوسعونها.
السحابة ومضيفو النماذج: تعويض السعر بالحجم والقيمة
يمكن لمنصات الحوسبة السحابية ومضيفي النماذج الاستفادة من انخفاض أسعار الاستدلال، لأن القدرة على تحمل التكلفة قد تجذب مطورين أكثر وأحمال عمل مؤسسية إضافية. لكن السعر الأقل يخفض أيضاً الإيراد لكل وحدة استخدام.
ولحماية هامش الربح الإجمالي، يحتاج هؤلاء إلى مزيج من:
- زيادة كبيرة في حجم التوكنات الناتجة من استخدامات إنتاجية ومتكررة؛
- تحسين الكفاءة بحيث تنخفض التكلفة لديهم بوتيرة أسرع من الأسعار؛
- خدمات أعلى قيمة حول النماذج، مثل النشر والأمن وربط البيانات وأدوات سير العمل.
وتُعد المنافسة السعرية بين النماذج الخاصة جزءاً أساسياً من المخاطرة التي تناولتها التقارير المرتبطة بتحذير غولدمان. 1
2 والمقياس الأهم ليس سعر التوكن المعلن وحده، بل العلاقة بين السعر الذي يدفعه العميل، وتكلفة تقديم الخدمة، وإجمالي الاستخدام المدفوع.
وكلاء الذكاء الاصطناعي: التعويض المحتمل
الوجه المقابل الأكثر تفاؤلاً هو «الذكاء الاصطناعي الوكيلي»، أي الأنظمة القادرة على تنفيذ مهام متعددة الخطوات. وقد تستهلك هذه الأنظمة توكنات أكثر بكثير من تفاعلات الدردشة البسيطة. وتتوقع أبحاث غولدمان ساكس أن يؤدي اعتماد المستهلكين والشركات لهذه الوكلاء إلى رفع الاستهلاك الشهري للتوكنات 24 مرة بين 2026 و2030، وصولاً إلى نحو 120 كوادريليون توكن شهرياً. 7
وهذا يوضح لماذا لا يعني انخفاض أسعار التوكنات تلقائياً تراجع الطلب على الحوسبة. فإذا انتقلت الوكلاء من العروض التجريبية إلى تنفيذ مهام متكررة وذات قيمة، فقد ينمو الاستخدام الكلي بما يكفي لدعم توسع البنية التحتية.
لكنها توقعات وليست ضماناً. فالرهان على البنية التحتية يعتمد على أن تخلق الوكلاء أحمال عمل متكررة يدفع المستخدمون أو الشركات مقابلاً لها، لا مجرد استفسارات تجريبية رخيصة ومنفصلة.
مؤشرات أهم من العنوان اليومي لسعر التوكن
يمكن للمستثمرين تقييم فرضية فائض الحوسبة عبر مؤشرات مترابطة، منها:
- نمو إيرادات الذكاء الاصطناعي مقابل تراجع أسعار التوكنات: هل تتوسع الإيرادات الإجمالية رغم هبوط سعر الوحدة؟
- طلبات المسرّعات والخوادم مقابل نشرها الفعلي: هل تتحول المشتريات إلى سعات مستخدمة فعلاً؟
- إشغال مراكز البيانات والسعة المتعاقد عليها وتجديد العقود: هل تظل التزامات الطلب قوية بعد افتتاح المنشآت؟
- هوامش الربح الإجمالية في السحابة: هل تعوض الكفاءة والخدمات الأعلى قيمة انخفاض تسعير الاستدلال؟
- اعتماد الوكلاء في بيئات الإنتاج: هل تقود إلى عمليات متكررة وحيوية للأعمال، لا إلى تجارب معزولة؟
- توافر الطاقة: هل يمثل قيداً دائماً على السعة المفيدة، أم مجرد عنق زجاجة يسبق الطلب؟
الخلاصة
لا يقول تحذير غولدمان إن انخفاض أسعار توكنات نماذج اللغة الكبيرة أمر سيئ بالضرورة؛ فقد يكون الاستدلال الأرخص هو ما يفتح الباب أمام اعتماد أوسع للذكاء الاصطناعي. لكن الخطر يكمن في أن يؤدي انكماش الأسعار وتحسن كفاءة النماذج إلى خفض الإيرادات والحوسبة المطلوبة بوتيرة أسرع من نمو الاستخدام الذي تقوده الوكلاء.
وبالنسبة إلى مستثمري البنية التحتية للذكاء الاصطناعي، تتحول القصة من مجرد سباق لبناء السعة إلى اختبار للاستغلال وتحقيق الدخل. وقد تكون الشركات الأقدر على الصمود هي التي تحوّل التوكنات الأرخص إلى أحمال عمل دائمة وعالية القيمة، مع الحفاظ على ميزة في التكلفة أو الأداء أو عمق الخدمات. 1
7
Studio Global AI
مواصلة البحث الخاص بك
تتضمن هذه الصفحة إجابة مدعومة بالمصدر يمكنك المتابعة داخل Studio Global.
يسأل الناس أيضا
ما هي الإجابة المختصرة على "تحذير غولدمان من هبوط أسعار «توكنات» الذكاء الاصطناعي: ماذا يعني لمستثمري البنية التحتية؟"؟
هبط مؤشر إنفاق توكنات نماذج اللغة الكبيرة إلى 0.97 دولار لكل مليون توكن بعد تراجع قدره 29% في أغسطس، ما يثير سؤالاً حول قدرة الشركات على تحقيق إيراد مستدام من كل وحدة استخدام.
ما هي النقاط الأساسية التي يجب التحقق منها أولاً؟
هبط مؤشر إنفاق توكنات نماذج اللغة الكبيرة إلى 0.97 دولار لكل مليون توكن بعد تراجع قدره 29% في أغسطس، ما يثير سؤالاً حول قدرة الشركات على تحقيق إيراد مستدام من كل وحدة استخدام. المخاطرة ليست حتمية: تتوقع أبحاث غولدمان ساكس أن ترفع وكلاء الذكاء الاصطناعي الاستهلاك الشهري للتوكنات 24 مرة إلى نحو 120 كوادريليون توكن بحلول 2030، لكن ذلك يبقى توقعاً يحتاج إلى تحويله إلى استخدامات مدفوعة ومتكررة.
ماذا يجب أن أفعل بعد ذلك في الممارسة العملية؟
ينبغي للمستثمرين متابعة نمو إيرادات الذكاء الاصطناعي مقارنة بهبوط الأسعار، والطلبات مقابل النشر الفعلي للخوادم والمسرّعات، ونسب إشغال مراكز البيانات والسعات المتعاقد عليها.